Lotook
كل بضعة أسابيع يتصدر نموذج جديد جدول الترتيب، ويتبعه السؤال نفسه: هل ينبغي أن تنتقل إليه؟ إجابتي الصادقة هي دائمًا تقريبًا أن الأمر يعتمد على ما تستخدمه فيه، وأن أحدث نموذج نادرًا ما يكون نقطة البداية المناسبة.
لا يوجد نموذج ذكاء اصطناعي واحد هو الأفضل للجميع. بل يوجد نموذج أنسب لمهمتك وميزانيتك وقيودك. يقدم هذا الدليل الإطار الذي سأستخدمه للاختيار، إلى جانب اختبار سريع يمكنك إجراؤه قبل أن تلتزم باستثمار المال أو الشيفرة مع مزود بعينه.
الوضع هذا الخريف
شهد خريف 2026 طرح جيل جديد من كل مختبر من أكبر المختبرات، جميعها في غضون نحو شهر واحد.
- أصدرت Anthropic نموذج Claude Opus 5.5 في 22 سبتمبر وClaude Sonnet 5.5 في 28 سبتمبر. وتقول Anthropic إن Opus 5.5 يقدم أداءً بمستوى Claude Fable 5.1 في معظم الأعمال بتكلفة أقل بنسبة 40% من Opus 5، وإن Sonnet 5.5 أسرع بأكثر من 30% من Sonnet 5.
- أعلنت Google عن Gemini 4 Argon في 30 سبتمبر، في البداية لمجموعة من المدافعين عن الأمن السيبراني، ثم أتاحته في 13 أكتوبر للمطورين والشركات حول العالم عبر API الخاصة بها، وكذلك للمشتركين المدفوعين في تطبيق Gemini.
- أطلقت OpenAI نموذج GPT-6 Astra في أوائل سبتمبر، والنموذجين الأصغر GPT-6 Sol وLuna في 22 سبتمبر. وفي 7 أكتوبر قالت إن النماذج الجديدة ستصل إلى مستخدمي ChatGPT في الخطط المجانية والمدفوعة على السواء.
وأصدرت عائلات النماذج ذات الأوزان المفتوحة مثل DeepSeek وQwen إصدارات جديدة خلال الصيف والخريف أيضًا. لمزيد من المعلومات عما تغير، اطلع على ملخصنا عن إصدارات النماذج في خريف 2026 ومراجعتنا لـالنماذج ذات الأوزان المفتوحة لهذا العام.
بحلول الوقت الذي تقرأ فيه هذا المقال، ستكون بعض هذه الأسماء قد تغيرت. أما الأسئلة أدناه فلن تتغير، ولهذا فهي نقطة انطلاق أفضل من أي قائمة للفائزين.
ابدأ بالمهمة لا بجدول الترتيب
قبل مقارنة النماذج، دوّن ما تحتاج فعليًا إلى أن يفعله النموذج. تقع معظم الاستخدامات الفعلية ضمن فئات قليلة:
- الكتابة والتحرير: المسودات وإعادة الصياغة والملخصات والترجمة.
- التحليل والبحث: قراءة المستندات الطويلة ومقارنة المصادر والإجابة عن الأسئلة المتعلقة بالبيانات.
- البرمجة: كتابة الشيفرة وشرحها ومراجعتها وتصحيحها.
- الاستخراج والتصنيف: استخراج الحقول من المستندات، ووضع علامات على التذاكر، وتوجيه الرسائل.
- المحادثة: الدردشة مع العملاء، حيث تهم النبرة والسلامة والاتساق أكثر من القدرات المجردة.
- الوكلاء: مهام متعددة الخطوات يستخدم فيها النموذج الأدوات بنفسه. يشرح مقالنا عن ماهية وكيل الذكاء الاصطناعي أوجه الاختلاف بينها.
تبدو هذه الخطوة بديهية، لكنها الخطوة التي يتخطاها معظم الناس. قد يكون النموذج البارع في الاستدلال الصعب أكثر مما تحتاج إليه، وأعلى تكلفة مما يلزم، لوضع علامات على تذاكر الدعم. وقد يعجز نموذج صغير وسريع، مثالي لوضع العلامات، عن التعامل مع عقد من 60 صفحة.
ستة أسئلة تحسم الاختيار
1. ما مدى صعوبة المهمة فعلًا؟
تتوفر معظم عائلات النماذج الآن بمستويات: نموذج رائد كبير، ونموذج متوسط للاستخدام العام، ونموذج صغير وسريع.
| المستوى | مناسب لـ | المقابل |
|---|---|---|
| الرائد | الاستدلال المعقد، والشيفرة الصعبة، ومهام الوكلاء الطويلة، والتحليلات عالية المخاطر | الأعلى تكلفة، وعادةً الأبطأ |
| المتوسط | معظم أعمال الكتابة والبحث والبرمجة والعمل اليومي في الشركات | قد تفوته أحيانًا المشكلات الدقيقة أو متعددة الخطوات |
| الصغير | التصنيف بكميات كبيرة، والاستخراج، والإكمال التلقائي، والدردشة البسيطة | أضعف في فهم الفروق الدقيقة والمستندات الطويلة والاستدلال |
أبدأ عادةً بالمستوى المتوسط، ولا أنتقل إلى مستوى أعلى إلا عندما أستطيع تحديد إخفاقات بعينها يعالجها النموذج الأكبر فعلًا. إن مجرد «الشعور بأنه أذكى» ليس سببًا لدفع عدة أضعاف التكلفة.
2. ما حجم استخدامك له؟
إذا كنت تستخدم تطبيق دردشة، فتكلفتك هي الاشتراك، ولا يكاد هذا السؤال يهم. أما إذا كنت تطور باستخدام API، فالتكلفة تزداد مع الاستخدام المقاس بالرموز. عادةً ما تكلف رموز المخرجات عدة أضعاف رموز المدخلات، لذا تكون المهام التي تكتب كثيرًا أعلى تكلفة من المهام التي تقرأ كثيرًا. إذا كنت ترسل التعليمات الطويلة نفسها مرارًا، فابحث عن التخزين المؤقت للمطالبات. وإذا لم تكن تحتاج إلى الإجابات فورًا، فابحث عن أسعار المعالجة على دفعات.
تتغير الأسعار أيضًا، وأحيانًا وفق جدول زمني. أطلقت Google نموذج Gemini 4 Argon بسعر تمهيدي عبر API يبلغ $2 لكل مليون رمز إدخال و$10 لكل مليون رمز إخراج حتى 30 نوفمبر 2026. وبعد ذلك، تقول Google إن السعر القياسي هو $4 و$20 على التوالي. إذا كنت تضع ميزانية للعام المقبل، فاعتمد السعر الثاني.
3. ما السرعة المطلوبة؟
يلاحظ العميل المنتظر في نافذة الدردشة كل ثانية. أما التقرير الذي يُعالج خلال الليل فلا يتأثر بذلك. للسرعة جانبان: المدة التي تسبق ظهور الكلمات الأولى، وسرعة وصول البقية. غالبًا ما تكون النماذج الرائدة وأوضاع «التفكير» أبطأ بشكل ملحوظ، وفي أي استخدام تفاعلي يهم ذلك أكثر من بضع نقاط في الاختبارات المعيارية.
4. ما مقدار ما يحتاج إلى قراءته دفعة واحدة؟
تحدد نافذة السياق مقدار النص الذي يستطيع النموذج مراعاته دفعة واحدة: تعليماتك والمحادثة وأي مستندات. تقبل نماذج حالية كثيرة مدخلات طويلة جدًا. لكن كِبر النافذة لا يعني استخدام كل ما بداخلها استخدامًا موثوقًا. إذا كان عملك يعتمد على تفصيل مدفون في الصفحة 47، فاختبر ذلك تحديدًا.
5. إلى أين يُسمح لبياناتك بالذهاب؟
يستبعد هذا السؤال خيارات أكثر من غيره وبسرعة أكبر، لذا اطرحه مبكرًا.
- هل يستطيع المزود الاحتفاظ بما ترسله أو التدريب عليه بموجب الخطة التي تستخدمها فعلًا؟
- هل يجب أن تبقى بياناتك في بلد أو منطقة محددة؟
- هل تتطلب العقود أو اللوائح شهادات معينة؟
- هل يجب أن يعمل النموذج على بنيتك التحتية الخاصة؟
إذا لم يُسمح للبيانات بمغادرة بيئتك، فقد تكون النماذج ذات الأوزان المفتوحة التي تستضيفها بنفسك هي الخيار الوحيد المناسب. يوضح دليلنا عن استخدام الذكاء الاصطناعي في العمل دون تسريب البيانات الحساسة ما ينبغي التحقق منه.
6. ما الذي يجب أن يتصل به؟
نادرًا ما يعمل النموذج وحده. تحقق من أنه يدعم ما تحتاج إليه: استخدام الأدوات، والمخرجات المنظمة، والصور أو الصوت، والتعامل مع الملفات، والمنصة السحابية التي تستخدمها شركتك بالفعل. تتوفر النماذج الكبيرة الآن عبر عدة سحابات، لكن الميزات لا تصل دائمًا إلى كل مكان في اليوم نفسه.
أوزان مفتوحة أم نموذج مغلق؟
تُستخدم النماذج المغلقة عبر تطبيق المزود أو API الخاصة به. أما النماذج ذات الأوزان المفتوحة فتنشر أوزانها بحيث يمكنك تنزيلها وتشغيلها بنفسك.
تتصدر النماذج المغلقة عادةً في أصعب المهام ولا تتطلب منك بنية تحتية. أنت تتخلى عن بعض التحكم مقابل الراحة.
تمنحك النماذج ذات الأوزان المفتوحة تحكمًا في بياناتك، وتكاليف يمكن توقعها عند الاستخدام بكميات كبيرة، ومجالًا للتخصيص. وفي المقابل، تتولى بنفسك الاستضافة والتحديثات وتدابير السلامة. اقرأ الترخيص أيضًا. تشمل كلمة «مفتوح» شروطًا تتراوح من متساهلة جدًا إلى مقيدة إلى حد كبير.
بالنسبة إلى فرق كثيرة، تتمثل الإجابة الواقعية في استخدام النوعين: نموذج مغلق للأعمال الصعبة الأقل حجمًا، ونموذج ذي أوزان مفتوحة للمهام ذات الحجم الكبير أو الحساسة أو التي تكون التكلفة فيها حاسمة.
استخدم الاختبارات المعيارية لإعداد قائمة مختصرة لا لإصدار حكم نهائي
تفيد الاختبارات المعيارية في تضييق الخيارات، مع بعض التحفظات.
الدرجات التي ينشرها صانع النموذج يختارها الصانع نفسه. تعامل معها باعتبارها ادعاءات إلى أن يعيد شخص آخر تحقيقها، كما تفعل عند التحقق من صحة أي إجابة للذكاء الاصطناعي قبل الاعتماد عليها.
تساعد خدمات المقارنة المستقلة. تقيس Artificial Analysis الذكاء والسرعة والسعر عبر النماذج والمزودين. وترتب Arena، التي كانت تُعرف باسم LMArena، النماذج بناءً على أصوات الأشخاص في مقارنات مباشرة لا يعرفون فيها هوية النماذج. كلاهما يستحق الاطلاع عليه. ولا تعرف أي منهما شيئًا عن مهمتك.
وتفقد الاختبارات المعيارية الشائعة قدرتها على التمييز بمرور الوقت. عندما تسجل جميع النماذج المتقدمة درجات في أعلى التسعينات في اختبار ما، تتوقف الفروق عن إخبارك بالكثير.
المعيار الأكثر موثوقية هو عملك أنت.
أجرِ اختبارك الخاص في 30 دقيقة
لا تحتاج إلى فريق تقييم لاتخاذ قرار سليم. تحتاج إلى أمثلة حقيقية ومقارنة عادلة.
- اجمع من 10 إلى 20 مثالًا حقيقيًا للمهمة، بما في ذلك بعض الأمثلة المعقدة أو الصعبة. أزل أي معلومات سرية أولًا.
- دوّن شكل الإجابة الجيدة لكل مثال قبل أن ترى أي مخرجات. تكفي قائمة قصيرة: حقائق صحيحة، وتنسيق مناسب، وطول معقول، وعدم اختلاق أي شيء.
- اختبر نموذجين أو ثلاثة نماذج مرشحة باستخدام الأمثلة نفسها والتعليمات نفسها.
- قارن دون معرفة هوية النموذج إن استطعت. الصق المخرجات في مستند دون أسماء النماذج وقيّمها وفق قائمتك. ستتفاجأ بمدى تأثير أسماء العلامات التجارية في حكمك.
- دوّن التكلفة والوقت لكل تشغيل.
- اقرأ الإخفاقات، لا المتوسطات وحدها. قد تكون إجابة واحدة خاطئة تُقدَّم بثقة في سياق حساس أهم من درجة إجمالية أفضل قليلًا.
إذا تعادل نموذجان، فاختر الأرخص أو الأسرع. وإذا فاز النموذج المكلف في أصعب الحالات فقط، فأرسل إليه تلك الحالات وحدها.
إذا كنت تريد نقطة بداية فحسب
- لنفسك: استخدم النموذج الافتراضي في المساعد الذي تدفع مقابله بالفعل. انتقل إلى نموذجه الرائد أو وضع «التفكير» للمشكلات الصعبة حقًا، واسأل مزودًا ثانيًا عندما يكون أمر مهم على المحك. الاختلاف بين نموذجين جيدين إشارة مفيدة.
- لفريق صغير: اعتمد نموذجًا متوسطًا واحدًا كمعيار من خلال خطة أعمال معتمدة، وأحِل الحالات الصعبة إلى نموذج رائد.
- للمطورين: استخدم نموذجًا صغيرًا للتصنيف والاستخراج بكميات كبيرة، ونموذجًا متوسطًا لمعظم عمليات التوليد، ونموذجًا رائدًا فقط حين تُظهر اختباراتك أنه يستحق تكلفته.
خطط للاختيار من جديد
تتحسن النماذج وتنخفض تكلفتها بسرعة، لذا تعامل مع هذا القرار على أن له تاريخ انتهاء. في بيئة الإنتاج، ثبّت إصدارًا محددًا من النموذج حتى لا يتغير سلوكه دون علمك. احتفظ بمجموعة الاختبار، وأعد تشغيلها عند صدور إصدار جديد، ولا تنتقل إلا عندما يفوز النموذج الجديد في أمثلتك الخاصة. سأضع تذكيرًا في التقويم لفعل ذلك مرة كل ثلاثة أشهر.
المصادر
- Anthropic، Introducing Claude Opus 5.5، 22 سبتمبر 2026، وIntroducing Claude Sonnet 5.5، 28 سبتمبر 2026
- Google، Gemini 4 Argon: our next era of frontier intelligence، 30 سبتمبر 2026، وGemini 4 Argon: Built to solve your hardest problems، 13 أكتوبر 2026
- Google Cloud، Gemini 4 Argon available on Google Cloud، 13 أكتوبر 2026
- TechCrunch، OpenAI launches GPT-6 Sol and Luna، 22 سبتمبر 2026
- OpenAI، GPT-6 Sol and GPT-6 Luna: October 2026 update، 7 أكتوبر 2026
- Artificial Analysis وArena
